Visão Geral

Este curso Log Analysis para Observabilidade e DevOps, aborda de forma prática e estratégica a análise de logs dentro do contexto de observabilidade moderna e cultura DevOps. Os participantes aprenderão a coletar, centralizar, analisar e correlacionar logs com métricas e traces, permitindo maior visibilidade de sistemas distribuídos, identificação proativa de falhas e melhoria contínua de aplicações.

O curso integra conceitos essenciais de monitoramento, troubleshooting, automação e performance, utilizando ferramentas amplamente adotadas no mercado como Grafana, Prometheus, Elastic Stack (ELK) e Datadog.

Objetivo

Após realizar este curso Log Analysis para Observabilidade e DevOps, você será capaz de:

• Compreender o papel dos logs dentro da observabilidade moderna
• Implementar coleta e centralização de logs em ambientes distribuídos
• Correlacionar logs com métricas e traces
• Identificar e diagnosticar falhas em aplicações e infraestrutura
• Utilizar ferramentas de mercado para análise de logs
• Criar dashboards e alertas inteligentes
• Aplicar boas práticas de logging em aplicações modernas
• Apoiar processos de troubleshooting e melhoria contínua

Publico Alvo

• Profissionais de TI que atuam com infraestrutura, sistemas ou suporte
• Engenheiros DevOps e SRE
• Desenvolvedores de software
• Analistas de monitoramento e observabilidade
• Arquitetos de soluções
• Gestores técnicos que desejam compreender observabilidade

Pre-Requisitos

• Conhecimentos básicos de redes e sistemas operacionais
• Noções de desenvolvimento de software
• Familiaridade com ambientes Linux
• Conceitos básicos de cloud computing (desejável)

Materiais

Conteúdo Programatico

Module 1: Introduction to Observability and Logging

1. Concepts of Observability (Logs, Metrics, Traces)
2. Differences between Monitoring and Observability
3. Importance of Logs in Modern Systems
4. Logging Levels and Best Practices

Module 2: Log Collection and Centralization

1. Log Sources (Applications, Servers, Containers)
2. Log Formats (JSON, Plain Text, Structured Logs)
3. Log Forwarding and Aggregation
4. Introduction to Log Pipelines

Module 3: Working with ELK Stack

1. Elasticsearch Fundamentals
2. Logstash for Data Processing
3. Kibana for Visualization
4. Creating Dashboards and Queries

Module 4: Logs with Grafana and Loki

1. Introduction to Loki Architecture
2. Collecting Logs with Promtail
3. Querying Logs in Grafana
4. Building Dashboards and Alerts

Module 5: Metrics and Logs Correlation

1. Introduction to Prometheus
2. Metrics Collection and Visualization
3. Correlating Logs and Metrics
4. Troubleshooting with Combined Data

Module 6: Logs in Containerized Environments

1. Logging in Docker
2. Logging in Kubernetes
3. Centralized Logging in Microservices
4. Challenges in Distributed Systems

Module 7: Troubleshooting and Root Cause Analysis

1. Debugging Applications Using Logs
2. Identifying Performance Bottlenecks
3. Root Cause Analysis Techniques
4. Real-world Troubleshooting Scenarios

Module 8: Alerting and Automation

1. Log-based Alerts
2. Threshold vs Intelligent Alerts
3. Reducing Noise and False Positives
4. Automation and Incident Response

Module 9: Best Practices and Governance

1. Logging Standards and Policies
2. Log Retention and Storage Strategies
3. Security and Compliance Considerations
4. Cost Optimization in Logging

Module 10: Final Project (Hands-on)

1. Building a Complete Observability Stack
2. Ingesting Logs from Applications
3. Creating Dashboards and Alerts
4. Incident Simulation and Analysis